پژوهشگران “دانشگاه استنفورد”، روشی مبتنی بر یادگیری ماشینی اختراع کردهاند که نشانههای افسردگی را با تحلیل گفتار و حالات صورت بررسی میکند.
سنجش نشانه های افسردگی با تحلیل گفتار و حالات چهره
عبارات مهم : همراه
به گزارش ایسنا و به نقل از تک اکسپلور، پژوهشگران “دانشگاه استنفورد”(Stanford University) با تحلیل زبان گفتار و حالت های سه بعدی چهره، کاربرد یادگیری ماشینی را در سنجش نشانه های افسردگی بررسی کردند. روش چند مدلی آنها با حساسیت 83.3 درصد و شاخصه 82.6 درصد، نتیجه های امیدوارکننده ای را به دنبال داشت.
در حال حاضر، بیش از 300 میلیون نفر در سرتاسر دنیا از اختلالات افسردگی در سطوح گوناگون زحمت می برند. افسردگی در سطوح بالاتر می تواند به خودکشی منجر شود و هر سال، آینده تقریبا 800 هزار نفر به خودکشی می انجامد.
سنجش نشانههای افسردگی با تحلیل گفتار و حالات صورت
اختلالات سلامت روان، با کمک معاینه دقیق به وسیله طیف گسترده ای از ارائه دهندگان خدمات بهداشتی از جمله پزشکان مواظبت های اولیه، روانشناسان بالینی و روانپزشکان، قابل تشخیص هستند.
بسیاری عوامل از جمله انگیزه اجتماعی، هزینه و دسترسی به درمان می توانند افراد را از درخواست کمک بازدارند. پژوهشگران تخمین می زنند که در حال حاضر، 60 درصد افراد مبتلا به بیماری روحی، هیچ درمانی دریافت نمی کنند.
پژوهشگران “دانشگاه استنفورد”، روشی مبتنی بر یادگیری ماشینی اختراع کردهاند که نشانههای افسردگی را با تحلیل گفتار و حالات صورت بررسی میکند.
ابداع روش هایی جهت تشخیص نشانه های افسردگی، امکان تشخیص نشانه های افسردگی را به صورت خودکار ممکن می کند و دقت و دسترسی ابزار تشخیصی را اصلاح می بخشد. به همین علت پژوهشگران دانشگاه استنفورد، کاربرد یادگیری ماشینی را جهت سنجش شدت نشانه های افسردگی بررسی کردند.
در مقاله این پژوهش آمده است: ما در این بررسی، نوعی روش یادگیری ماشینی جهت سنجش شدت نشانه های افسردگی ارائه داده ایم. در این روش، از حالات سه بعدی صورت و زبان گفتار استفاده می شود که معمولا در تلفن های همراه در دسترس هستند.
این روش، صدای بیماران، ویدئوی سه بعدی حالات صورت و مصاحبه بالینی آنان را تحلیل می کند. سپس، مدل براساس داده های به دست آمده، یک رتبه یا طبقه بندی جهت اختلال افسردگی ارائه می دهد.
سنجش نشانههای افسردگی با تحلیل گفتار و حالات صورت
در ادامه مقاله آمده است: این پژوهش نشان داد که بیماران هنگام مصاحبه با یک آواتار، وحشت کمتر و شدت عاطفی بیشتری از خود نشان می دهند. به علاوه، صحبت کردن با آواتار، مزایای روانی بیشتری را جهت بیماران به همراه دارد.
شاید بتوان در آینده، این روش را در تلفن های همراه به کار گرفت تا امکان مواظبت های سلامتی کم هزینه و در دسترس فراهم کند.
پژوهشگران “دانشگاه استنفورد”، روشی مبتنی بر یادگیری ماشینی اختراع کردهاند که نشانههای افسردگی را با تحلیل گفتار و حالات صورت بررسی میکند.
واژه های کلیدی: همراه | افسردگی | یادگیری | نشانه های افسردگی | اخبار علمی و آموزشی
دانلود فایل ها
توجه: ممکن است تمام لینک های دانلود به دستور مقام قضایی حذف شده باشد...
